项目名称: 基于多频信息融合的探地雷达林木根系原位探测识别研究

项目编号: No.31270757

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 农业科学

项目作者: 宋文龙

作者单位: 东北林业大学

项目金额: 80万元

中文摘要: 针对森林地下生物量估算及林木根系原位观测和测量技术需求,本项目拟提出一种森林土壤介质下基于多频信息融合的探地雷达林木根系原位探测识别新方法。结合森林土壤介质复杂结构(含石砾、动物孔穴、腐烂根、腐殖质等)特征,对探地雷达根系识别新方法的机理及关键科学问题进行深入研究,包括基于梯度函数和熵函数的探地雷达图像质量无参考评价模型的建立及天线频率优选方法、基于小波变换的杂波抑制技术、基于多频图像信息融合的目标识别技术、基于图像矩的根系位置亚像素定位方法、基于人工神经网络的根径估计方法等,以期实现森林土壤介质下林木根系形态的精确识别。项目研究内容涉及探地雷达根系图像获取技术及天线频率优选方法、图像质量评价理论、模式识别技术、模糊集合理论、图像处理技术、图形可视化等多学科领域知识的融合。该方法的研究对根系无损探测及形态分析、森林地下生物量计算以及根系对林业碳汇作用的研究具有重要意义。

中文关键词: 林木根系;探地雷达;图像质量评价;波速估计;合成孔径成像

英文摘要: Against to the technical demand for the forest underground biomass estimation and roots measurement in situ, A new methods of tree roots detection and recognition in situ using ground-penetrating radar(GPR) under forest soil conditions that based on multi-frequency information fusion is presented in this project. Combination with the complex structure characteristics of forest soil,such as slash,rocks,buried organic matter,rodent tunnels,etc. The principle of the new roots recognition method using ground penetrating radar, and the key science questions are thorough researched. Including,GPR image quality objective assessment modeling based on gradient and entropy function, the method for optimal antenna frequency selection, clutter suppression technique based on wavelet transform, target recognition technique based on multi-frequency image fusion, subpixel location method of roots based on image moments,the root diameter estimation technique based on artifical neural network,etc. So as to achieve the precision recognition of root morphology under forest soil conditions. The project concerns multidisciplinary knowledge fusion, sunch as GPR image acquisition and optimal antenna frequency selection methods, image quality assessment theory, pattern recognition technique, fuzzy set theory, image processing techniqu

英文关键词: tree roots;ground penetrating radar;image quality assessment;wave velocity estimation;synthetic aperture imaging

成为VIP会员查看完整内容
0

相关内容

【新书】感知和行动的贝叶斯模型,348页pdf
专知会员服务
71+阅读 · 2021年11月18日
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
67+阅读 · 2021年9月10日
专知会员服务
17+阅读 · 2021年7月3日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
21+阅读 · 2021年4月1日
无参考图像质量评价研究进展
专知会员服务
28+阅读 · 2021年2月14日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
实体关系抽取方法研究综述
专知会员服务
176+阅读 · 2020年7月19日
微信AI邀你一起观看2022微信公开课PRO
微信AI
0+阅读 · 2021年12月23日
【NeurIPS2021】多模态虚拟点三维检测
专知
0+阅读 · 2021年11月16日
生物特征识别学科发展报告
专知
1+阅读 · 2021年3月18日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
海洋论坛丨水声目标识别技术现状与发展
无人机
26+阅读 · 2018年12月17日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月16日
Chinese Idiom Paraphrasing
Arxiv
0+阅读 · 2022年4月15日
Arxiv
28+阅读 · 2022年3月28日
A Survey on Bayesian Deep Learning
Arxiv
63+阅读 · 2020年7月2日
Arxiv
26+阅读 · 2018年8月19日
小贴士
相关VIP内容
【新书】感知和行动的贝叶斯模型,348页pdf
专知会员服务
71+阅读 · 2021年11月18日
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
67+阅读 · 2021年9月10日
专知会员服务
17+阅读 · 2021年7月3日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
21+阅读 · 2021年4月1日
无参考图像质量评价研究进展
专知会员服务
28+阅读 · 2021年2月14日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
实体关系抽取方法研究综述
专知会员服务
176+阅读 · 2020年7月19日
相关资讯
微信AI邀你一起观看2022微信公开课PRO
微信AI
0+阅读 · 2021年12月23日
【NeurIPS2021】多模态虚拟点三维检测
专知
0+阅读 · 2021年11月16日
生物特征识别学科发展报告
专知
1+阅读 · 2021年3月18日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
海洋论坛丨水声目标识别技术现状与发展
无人机
26+阅读 · 2018年12月17日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
相关基金
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月16日
Chinese Idiom Paraphrasing
Arxiv
0+阅读 · 2022年4月15日
Arxiv
28+阅读 · 2022年3月28日
A Survey on Bayesian Deep Learning
Arxiv
63+阅读 · 2020年7月2日
Arxiv
26+阅读 · 2018年8月19日
微信扫码咨询专知VIP会员